会议转载| 第七届地球空间大数据与云计算前沿会议与集中学习

作者：GeoInsider发布时间：2024-03-07

2024年3月29~31日在线举行“第七届地球空间大数据与云计算前沿会议与集中学习：大模型背景下的新发展”，会议注册方式见文末，报满即止，诚挚邀请从事地球空间大数据/云计算及相关领域的广大学者、研究与应用人员、教育工作者、企业代表报名参会。

会议与集中学习日程

GEE集中学习内容安排(Tutorial）

主讲专家：

吴秋生，田纳西大学副教授，GEE资深专家付东杰，中科院地理所副研究员，遥感大数据空间探测‍Y. Clueless，威斯康星大学麦迪逊分校，ChatGPT & Midjourney资深用户左振鹏，波士顿大学，GEE资深用户林政阳，北京大学，GEE资深用户王正坤，中国地质大学(北京)，GEE资深用户

整体安排：

整体介绍--实操教学--现场答疑(3月30-31日)。

大会指定教材《遥感云计算与科学分析》（北京：科学出版社）作为国内首部遥感云计算教材，全面总结了大会主讲嘉宾“无形的风”及几位GEE资深专家多年的积累。

新手入门级学习案例：

1、初步了解 GEE：这是什么？

GEE（Google Earth Engine）简介
Google Earth Engine与Google Earth有何不同
数据和案例

2、准备使用GEE：我该做什么？

个人需要准备的内容
包括用户界面在内的一些基本信息

3、GEE工作前的准备：零基础开始？

代码编辑区域
JavaScript 基础表达方式
GEE上的Javascript

4、GEE的主要工作环节：有哪些可用工具？

地学相关的对象
对地学对象的操作

5、困扰初学者的一些问题：我哪里错了？

常见 bug

6、入门常用基础操作：如何掌握基本技能？

数据的选取
时间序列的分析计算
影像/影像集的导出
简单入门监督分类

7、从入门到提高的基础操作：哪些必要的语言基础？

Python版本GEE安装与使用
植被物候信息提取
水体训练样本生成与制图
地表温度卫星数据降尺度

附录1、Earth Engine综述：

几个行星尺度级地理空间数据分析工具介绍
Earth Engine能做什么
部分使用Earth Engine工具的已发表学术论文
Earth Engine应用举例
Earth Engine云端数据目录
Earth Engine数据类型和算法
Earth Engine平台（Explorer和Code Editor）
Earth Engine第三方应用
Earth Engine第三方数据
Earth Engine书籍- Cloud-Based Remote Sensing with Google Earth Engine

附录2、Earth Engine 初识与入门介绍：

GEE注册、登陆及整体概念
GEE的环境搭建配置
GEE的命令行使用，简化工作量
JavaScript基础语法
GEE基础语法
Reducer、Array、Image、ImageCollection、Feature、FeatureCollection等介绍
海量矢量数据可视化（FeatureView）
Ui介绍，包括基本组件、Chart等
APP制作发布
常见错误（循环、类型错误、最大像素数超出、运算时间超时、内存溢出等）

提高级学习案例：

1、总体介绍

总体介绍GEE基本情况和使用方法

内容包括：

学习GEE的各种在线资源
GEE在线编辑器使用、各种数据查询
依托于GEE发布个人版的APP
展示一些个人的小项目，比如：中国变绿的进程、2019年7月北京有多热、干涸的洪泽湖、无人机影像在云平台中的使用等等

2、JavaScript版GEE

全面系统讲解相关知识点，基础内容和提高内容。

内容包括：

JavaScript基础语法
JavaScript版的GEE语法规则
影像处理中的常用操作（比如拼接、裁剪、去云等）
Reducer、Join、Filter等具体使用方式
各种指数计算等等

3、Python版GEE

全面系统讲解相关知识点，通过对比JavaScript版来梳理学习相关内容。

内容包括：

本地和在线两种开发环境配置
Python基础语法
Python版GEE的语法规则
使用Python版GEE处理影像
本地命令行使用等等

实战的项目：

（1）使用Python版的GEE做一个简单的地物分类

（2）展示GEE结合Tensorflow利用深度学习实现遥感影像分类操作（这里存储使用免费的Drive而不是付费的Cloud Storage）

4、异常错误分析

各种常见的异常错误分析解决方案，比如常见语法错误、运行错误及解决方案。

5、实战项目

（1）时间序列图像变化检测

内容包括：

利用遥感影像制作关心区域的动态变化图
具体案例：黄河入海口变化、印度疫情期间CO与NO2时空分析

（2）影像地物分类（新增加面向对象分类介绍）

内容包括：

获取样本
监督分类
非监督分类
面向对象分类
图像分割、深度学习TensorFlow等
土地覆被精度分析与验证（结合GEE以及其他相关验证工具）
面积统计（不同计算方式）
结果展示（包含图例）
结果导出
具体案例：基于GEE的东南亚地区典型地物制图(油棕、水稻、红树林)

（3）长时间序列数据处理分析

内容包括：

常见指数计算
生成长时间序列数据
补充、平滑长时间序列数据
具体案例：中国绿色植被变化时空分析

（4）亚马逊森林火灾分析

内容包括：

过火面积分析
火情变化状况分析
大气污染影响（CO和NO2）

（5）北京地区城市化进程对植被覆盖度的影响

内容包括：

北京地区植被覆盖度计算
分析北京不同区域植被覆盖度
北京建筑群历年变化趋势
具体案例：使用Landsat数据做作物生长状态的长时间序列分析

（6）水体指数提取水体

内容包括：

水体指数计算
图像二值化分割等自动提取水体
具体案例：高原地区湖泊冰期提取分析

（7）水体多年面积变化

内容包括：

提取多年水体并计算水体面积
展示历年水体面积变化
具体案例：利用Sentinel-1实现鄱阳湖洪水动态监测

（8）线性回归以及实践

内容包括：

如何对列表数据或影像数据做线性回归
RMSE等各种常用统计评价指标计算
GEE做线性回归拟合实例分析
具体案例：时间序列影像回归拟合

（9）GEE快速数据转换的实例操作

内容包括：

Colab环境配置与GEE自动授权
GEE矢量数据的导入与导出
GEE栅格数据的批量导出
创建卫星时间序列数据的动画

（10）基于SAMGeo的遥感影像自动分割

内容包括：

下载高分辨率航空影像
影像全自动分割
基于点和矩形边框的影像自动分割
基于文本提示的影像自动分割

（11）如何在GEE上写出自定义的循环算法

内容包括：

GIS数据批量编辑与时间维度上的数据聚合（map）
时间序列累积曲线与汇流算法（iterate）
批量输出和添加地图图层（for）

（12）基于国产PIE-Engine Studio和可视化分析平台进行多种模式的开发与分析

内容包括：

可视化分析平台—探索实验室操作实战
城市热岛效应算法、大津算法等介绍演示
碳排放分析之二氧化氮平台介绍
基于PIE的湿地算法介绍以及研究成果展示
Python版本SDK新功能展示，包括SAM等

全新内容：

人工智能时代，你我都是艺术家！

（1）AI艺术生成器到底是什么？

1.1解释AI艺术生成器的基本概念和主流产品

1.2介绍生成对抗网络（GANs），以及它们如何在AI艺术生成中起作用。

1.3 Midjourney与DALL·E有什么不同

（2）Midjourney与ChatGPT+DALL·E的注册和使用

2.1注册流程和基本设置

2.2简要介绍这几个工具的主要功能和应用领域。

（3）利用ChatGPT提炼关键词和构思创意

3.1使用ChatGPT进行要素分析

3.2使用Midjourney和DALL·E生成初步配图

（4）输入文本描述并分别在Midjourney和DALL·E中生成图像

4.1目前AI艺术生成器在科技论文配图中的案例

4.2理解各自的特点和优势以及如何选择合适的工具

4.3优化和调整生成的图像

4.4了解目前模型的局限性

（5）实际操作与案例研究

5.1 参与者使用这些工具创建自己的艺术作品，并答疑解惑

5.2展示和分析一些成功的AI艺术作品案例。

会议通知

由北京大学城市软实力研究院、《遥感学报》、航天宏图信息技术股份有限公司与北京环宇易研科技等联合举办的第七届“地球空间大数据与云计算”前沿会议与集中学习将于2024年3月29 - 31日举行，会期三天，采用线上形式进行。本次会议以Earth Engine (GEE)和国产PIE-Engine为代表的地球空间大数据/云计算的持续发展和普及为背景。GEE自问世以来，以其集大数据/云计算为一体的特点，迅速成为连接基础研究与行业应用的高效平台，并在自然资源、生态环境、农林牧渔等行业需求上展现出巨大的应用潜力。在人工智能时代，GPT与Midjourney绘图让“你我都是艺术家”成为现实；SAMGeo模型推动了遥感影像自动分割。GEE新增的Dynamic World数据集，实现了海量矢量数据的快速可视化，第三方应用也蓬勃发展，例如Open Earth Engine extension (OEEex)功能，解决了GEE批量任务处理问题。在国内，航天宏图推出的遥感智能解译全栈开发平台Studio、AI、Server、Earth相关产品都已上线，正在形成PIE生态圈。为及时跟进并系统学习使用GEE和PIE-Engine云平台，了解行业当前的需求、瓶颈、技术困境，探讨如何将其应用于碳中和、气候变化、可持续发展等热点问题，邀请从事遥感算法研究并发表顶刊成果的教授/研究员、卫星数据管理的专家、行业应用领域的公司总裁、以及研究生等各领域代表，探讨相关进展问题，促进“产学研”一体化，并邀请专业人士讲解GEE与PIE-Engine的基础与进阶使用。会议涵盖植被、土地利用、水、夜光等专题，将有力推动学术资源的共享与行业的交流。本期主题为：“大模型背景下的新发展”。将包含三个议题：1.地球空间大数据/云计算及其发展前沿学术报告；2.邀请Earth Engine与PIE-Engine专业人士进行从入门到提高的案例学习与答疑；3.遥感云计算一年来的新功能、新服务总结与探讨，择优推荐GEE专刊投稿。大会组委会诚挚邀请从事地球空间大数据/云计算及相关领域的广大学者、研究与应用人员、教育工作者、企业代表参会。现将会议具体事项通知如下：

现将会议具体事项通知如下：

一、会议时间和地点

1. 会议时间：2024年3月29-31日

2. 会议方式：线上举行

二、报名及相关费用

1. 本次会议与集中学习以公益为主，采取线上形式进行，为保证直播互动效果，限制额报名，按正式报名顺序，依次发送会议邀请。

2. 举办方将提供会议材料、文档学习资料、视频学习材料、参会证书等，会议注册费900元/人（提供电子发票）。

3. 由会议报告专家编纂的国内首部遥感云计算教材《遥感云计算与科学分析-应用与实践》为大会指定教材，已在《科学出版社》出版，是“无形的风”及几位GEE专家的多年积累，欢迎自行购买。参会者优秀成果将推荐往JRS GEE专刊与Big Earth Data期刊投稿。

4. 报名方式

请扫码入群报名咨询：

① 本次会议委托北京环宇易研科技代为收取会议注册费。通过如下三种方式之一支付注册费，支付时请务必备注参会人员姓名，并保存支付记录截图。